Pytorch-UNet

这是一个基于PyTorch实现的U-Net模型，专用于高分辨率图像的语义分割任务。项目提供开箱即用的训练与推理脚本，支持混合精度训练（AMP）、Docker容器化部署，并集成Weights & Biases和TensorBoard进行实验跟踪；模型已在Carvana图像掩码挑战赛数据集上验证，Dice系数达0.988。适用于医学影像分割、人像抠图、工业缺陷检测等需像素级分类的视觉任务。